로그인|회원가입|고객센터
Top
검색버튼 메뉴버튼

수요예측 기법

깜깜한 초행길에도 똑똑한 ‘내비’ 따로 있다

김연성 | 69호 (2010년 11월 Issue 2)
 
 
 
 
누군가 경영의 대가인 피터 드러커(Peter Drucker)에게 예측에 대해 물었다고 한다. 그의 코멘트는 “미래를 예측하는 일은 마치 깜깜한 밤에 아무 것도 보이지 않는 유리창을 응시하며 라이트도 없이 시골길을 잘 달려가려는 것과 같다”였다. 무척 어렵단 이야기인데, 그래도 경영자는 예측을 하려 애쓴다. 라이트도 있고 내비게이션까지 갖춘 차로 휘영청 보름달 아래 잘 닦여진 고속도로를 달리 듯이 미래를 예측할 수 있으면 얼마나 좋을까?
 
내비게이션만 있어도 초행길 가기에 도움이 많이 되는데, 만약 미래 예측에 도움이 될 똑똑한 방법을 잘 활용할 수 있다면 얼마나 좋을까? 이런 요구와 필요에 따라 그동안 많은 예측 기법이 개발돼 왔고, 때론 진가를 발휘해 박수를 받는 경우도 많았다. ‘명가(名家)의 보도(寶刀)’처럼 아무 때나 빼어 들면 잘 통하는 그런 예측 방법이 있다면 얼마나 좋을까? 적어도 어떤 때 어떤 칼이 적합한 것인지 알고 쓸 수 있다면 다행이 아닐까? 이런 점에 착안해 그동안 개발된 예측 기법을 총망라해 보고, 그 용도를 짚어보고자 한다. 그러다 보면 내 업무에 적합한 기법을 선별해낼 수 있을 것 같고, 또 상황에 적합한 기법을 찾아내는 데도 도움이 될 것 같다.
 
어떤 예측 기법 있나
 
 
이런 고민을 누군가 앞서서 하지 않았을까? 그래서 찾다 보니 잘 요약된 ‘예측 방법 나무’ 한 그루를 발견할 수 있었다.1  다음의 그림에서 보듯이 그동안 개발돼 사용되고 있는 예측 방법을 일목요연하게 정리해 놓은 것이다.
이 연구에 따르면, 예측은 크게 두 가지 유형이 있다. 하나는 판단적(Judgemental) 방법이고 다른 하나는 통계적(Statistical) 또는 계량적 방법이다. 즉, 말로 하느냐 아니면 계산하느냐의 차이다. 판단적 방법에는 도움 받지 않는 판단(Unaided judgment), 시장 예측(Prediction markets), 델파이(Delphi)법, 구조화된 유추(Structured analogies), 게임이론(Game theory), 판단적 분해(Judgemental decomposition), 판단적 부스트랩핑(Judgemental bootstrapping), 전문가 시스템(Expert systems), 상황적 상호작용(Simulated interaction), 의도 및 기대 조사(Intention and expectation surveys), 컨조인트 분석(Conjoint analysis) 등이 제시돼 있다. 통계적 방법에는 추론 모델(Extrapolation models), 질적 유추(Qualitative analogies), 규칙 기반 예측(Rule-based forecasti-ng), 뉴트럴 넷(Neutral nets), 데이터 마이닝(Datamining), 인과 모델(Ca-usal models), 세분화(Segmentation) 등이 있다.
 
 
이제 하나하나의 특성 먼저 간략히 살펴보도록 하자. 그래야 어떤 경우에 어느 방법이 제격인지 가늠할 수 있다. 먼저 판단적 예측 방법에 해당하는 11가지 기법의 정의와 착안점, 그리고 유의사항을 정리해 보면 <표1>과 같다. 어느 하나 중요하지 않은 방법이 없지만, 그렇다고 딱히 “이것이다”라고 주장할 만한 대표 방법도 없다. 여기에 고민이 있다.
다음으로 통계적 예측 방법도 같은 방식으로 정리해 보면 <표2>와 같다. 이 방법들은 모두 계량 자료를 이용하지만 일장일단이 있다. 그러니 상황에 적합한 방법을 잘 찾아내 써야 한다. 좋은 예측은 곧 좋은 계획을 수립하는 데 도움을 준다. 그러기 위해서는 예측을 담당하는 전문가가 있어야 하는데, 대부분의 조직에서는 어떠한 공식적인 교육훈련도 없고, 전문가 양성과정도 없이 중요한 예측을 하려 한다. 예측의 질적 수준을 높이고자 하는 노력 없이, 중장기 투자를 하거나 전략 방향을 결정하는 것은 위험한 일이다.
 
 
지난 반세기 동안 수많은 예측 기법이 등장하고 발전해 왔다. 이러한 진전으로 기업에서 수요를 보다 정확하게 예측하는 데도 많은 발전이 있었다. 델파이법, 상황적 상호작용법, 구매의도 연구, 구매의견 조사, 판단적 부스트랩핑 등이 주요한 판단적 기법이며 추론, 규칙 기반 예측, 원인결과 분석법 등이 주요한 통계적 기법이라고 하겠다. 다양한 예측 기법을 잘 활용하기 위해서는 먼저 이들 각각의 기법을 이해해야 한다. 이런 점에 주목해 여기에서 소개한 예측 기법의 원칙을 몇 가지로 정리하면 다음과 같다. 기업의 상황을 고려해 어떤 기법이 적합한지 체크해 볼 수 있다.
 
의사결정에 도움이 되는 예측 기법
상황의 변화에 대응하는 컨틴전시 플랜(contingency plan)을 개발해 리스크에 대비하고 예상하지 못했던 기회를 잘 활용할 수 있는 방안을 강구하는 것이 필요하다고 판단되면, 이제 각 조직에서는 예측 전문가 육성에 관심을 가져야 한다.
밤길을 갈 때 우선 헤드라이트를 켜 자동차와 운전사의 한계도 인식하고, 지도도 보고 내비게이션도 켜 도로상황도 파악하면서 가는 것이 보다 유리할 것임은 자명한 사실이기 때문이다.
 

가입하면 무료

  • 김연성

    김연성motbeol@inha.ac.kr

    인하대 경영학과 교수·한국경영학회 차기 회장

    필자는 서울대 경영대를 졸업하고 동 대학원에서 생산관리 전공으로 경영학 석사와 박사 학위를 받았다. 한국생산관리학회 회장, 한국품질경영학회 회장, 행정안전부 지방자치단체 정부혁신평가단장, 산업통상자원부 국가품질상 심사위원장, 국민은행경제연구소 중소기업연구실장, 인하대 연구처장 겸 산학협력단장, 기획처장, 정석학술정보관장 등을 지냈으며 현재는 한국고객만족경영학회 회장이다. 2024년 3월부터 한국경영학회 회장을 맡을 예정이다.

    이 필자의 다른 기사 보기
인기기사
DBR AI

아티클 AI요약 보기

30초 컷!
원문을 AI 요약본으로 먼저 빠르게 핵심을 파악해보세요. 정보 서칭 시간이 단축됩니다!

Click!